تحلیل نقش احساسات اخبار ژئوپلیتیک در پیش بینی نوسانات نرخ طلا؛ رویکردی مبتنی بر یادگیری ماشین در شرایط محاصره اقتصادی

در این مقاله نقش احساسات اخبار ژئوپلیتیک در پیش بینی نوسانات نرخ طلا بررسی می شود و نشان می دهد که چگونه رویدادهای سیاسی، تنش های بین المللی و بحران های امنیتی می توانند بر رفتار بازار طلا اثر بگذارند. فرض اصلی پژوهش این است که طلا به عنوان یک دارایی امن در زمان افزایش عدم قطعیت ژئوپلیتیک با تقاضای بیشتری روبه رو می شود و بنابراین نوسانات قیمت آن قابل پیش بینی تر می گردد. برای تحلیل این رابطه داده های خبری مرتبط با ژئوپلیتیک جمع آوری و با استفاده از روش های پردازش زبان طبیعی میزان احساسات مثبت، منفی و خنثی هر خبر استخراج می شود. سپس این شاخص های احساسی به عنوان متغیرهای ورودی در مدل های یادگیری ماشین به کار می روند تا تغییرات و نوسانات قیمت طلا پیش بینی شود. در شرایط محاصره اقتصادی، اهمیت این موضوع بیشتر می شود زیرا محدودیت های تجاری، فشارهای سیاسی و نااطمینانی های خارجی می توانند شوک های بیشتری به بازار وارد کنند. این پژوهش به بررسی تاثیر احساسات استخراج شده از اخبار جنگ و محاصره اقتصادی بر نوسانات قیمت طلا می پردازد. با استفاده از مدل های پردازش زبان طبیعی (NLP) و الگوریتم یادگیری ماشین LSTM، داده های متنی اخبار در یک بازه زمانی بحرانی تحلیل شده است. نتایج نشان می دهد که شاخص احساسات منفی همبستگی بالایی با جهش های آنی قیمت طلا دارد و مدل پیشنهادی قادر است تا ۷۸ درصد دقت در پیش بینی روند نوسانات داشته باشد.

کلیدواژه ها:

تحلیل احساسات ، نوسانات نرخ طلا ، محاصره اقتصادی ، یادگیری ماشین ، عدم قطعیت ژئوپلیتیک